“快手版Sora”可灵开放测试 最长可生成2分钟*

摘要： 老板不叫做私域了一纸裁令直接把私域部门全砍了积累了年就剩俩人不久前刚刚从一家品牌离职她是该公司创建私域不到年期间走的第任私域负责人见实月日消息公司推出了一款名为的全新国产*生成大模...

“老板不叫做私域了，一纸裁令直接把私域部门全砍了，积累了3年，就剩俩人。”Tina不久前刚刚从一家品牌离职，她是该公司创建私域不到3年期间，走的第6任私域负责人。“见实

6月6日 消息:公司推出了一款名为的全新国产*生成大模型，它采用了与Sora相似的技术路线，并结合了快手自研的技术创新。这款模型能够生成长达2分钟、30fps、1080p分辨率的超长*，并支持多种宽高比。不同于实验室的Demo或*演示，「可灵」是快手推出的产品级应用，并已在快影APP中正式开启邀测。

可灵大模型能够在想象中天马行空，同时在描绘运动时符合真实的运动规律，准确刻画复杂、大幅度的时空运动。它不仅能模拟真实物理世界的特性，生成符合物理规律的*，还能处理与真实物理世界的交互，例如在*中展现小男孩吃汉堡时齿印的变化。

可灵采用了原生的文生*技术路线，替代了图像生成加时序模块的组合，这是它能够生成*时间长、帧率高，并准确处理复杂运动的关键。快手大模型团队着重考虑了模型设计、数据保障、计算效率以及模型能力的扩展这四大核心要素。

在模型设计方面，可灵采用了类Sora的DiT结构，用Transformer代替了传统扩散模型中基于卷积网络的U-Net，并通过自研的3D VAE网络和全注意力机制（3D Attention）提升模型的建模能力。

数据构建方面，快手大模型团队构建了完备的标签体系，精细化筛选训练数据，并研发了*描述模型，以生成精确、详尽、结构化的*描述。

运算效率方面，「可灵」使用了传输路径更短的flow模型作为扩散模型基座，并采用分布式训练集群和算子优化等手段提升硬件利用率。

模型能力扩展方面，「可灵」支持自由的长宽比，并研发了基于自回归的*时序拓展方案，同时还支持多种控制信息输入。

可灵大模型的应用不仅限于*生成，快手还基于此模型推出了其他应用，如"AI舞王"和"AI唱跳"，并即将推出图生*功能。

快手在大模型技术方面动作迅速，已与多个高校或科研机构合作发布了多项关键技术，为可灵大模型积累了深厚的技术沉淀。现在，快手的文生*功能已正式亮相，期待其在短*场景中的应用落地。

对创作感兴趣的用户，可以在快影APP中体验可灵大模型的功能。

地址:https://kling.kuaishou.com/